Python机器学习:基于PyTorch和Scikit-Learn (美)塞巴斯蒂安·拉施卡等 计算机网络·人工智能·0字 完本| 更新时间 本书深入介绍了机器学习领域的基本概念和方法,除介绍了Python机器学习库和用机器学习库搭建神经网络模型的方法外,还介绍了机器学习算法的数学理论、工作原理、使用方法、实现细节以及如何避免机器学习...
用途:PyTorch主要用于深度学习模型的构建和训练,特别是在计算机视觉和自然语言处理领域有着广泛的应用。 scikit-learn: 基本概念:scikit-learn是一个基于Python的机器学习库,它提供了大量的算法和工具,用于数据挖掘和数据分析。 用途:scikit-learn主要用于传统的机器学习算法,如分类、回归、聚类、降维等,同时也支持深度...
本书深入介绍了机器学习领域的基本概念和方法,除介绍了Python机器学习库和用机器学习库搭建神经网络模型的方法外,还介绍了机器学习算法的数学理论、工作原理、使用方法、实现细节以及如何避免机器学习算法实现过程中的常见问题。本书涵盖了多种用于文本和图像分类的机器学习与深度学习方法,以及用于生成新数据的生成对抗网络...
《Python机器学习实战：基于Scikit-learn与PyTorch的神经网络解决方案》基于作者多年的积累，通过概念及其解释、Python代码示例及其解释和代码输出，特别针对零基础读者精心设计了这本机器学习进阶指南。全书包含3部分16章的内容，在介绍完编程和数据处理基础之后，探讨了监督学习（如线性回归、逻辑回归及决策...
在Python的机器学习生态系统中,Scikit-learn和PyTorch是两个非常流行的库。Scikit-learn是一个广泛使用的机器学习库,提供了许多常见的机器学习算法和工具,如分类、回归、聚类、降维等。而PyTorch则是一个用于深度学习的开源库,具有强大的神经网络构建和训练能力。 Scikit-learn Scikit-learn(简称sklearn)是一个基于Pytho...
第2章追溯机器学习的起源并介绍二元感知机分类器和自适应线性神经元。此外,还简要介绍了模式分类的基础知识,重点关注了机器学习中使用的优化算法。第3章介绍基本的机器学习分类算法及其应用,同时介绍了一个最流行、最全面的开源机器学习库——Scikit-Learn。
Python机器学习:基于PyTorch和Scikit-Learn/(美)塞巴斯蒂安·拉施卡(Sebastian Raschka),(美)刘玉溪(Yuxi Liu),(美)瓦希德·米尔贾利利(Vahid Mirjalili)著;李波,张帅,赵炀译.—北京:机械工业出版社,2023.4 (智能系统与技术丛书) 书名原文:Machine Learning with PyTorch and Scikit-Learn ISBN 978-7-111-72681...
掌阅小说网为您提供Python机器学习:基于PyTorch和Scikit-Learn著的塞巴斯蒂安·拉施卡小说,最新章节:1.1 将数据转化为知识的智能系统
《machine learning with pytorch and scikit-learn》著名的机器学习必读书籍,有大量代码的和案例。 PyTorch提供了灵活性和高度可定制的深度学习框架,适用于构建、训练和优化神经网络等深度学习模型。书中从基础内容开始入门,基于框架,利用案例加以理解整体完全不冗余。 sc... (展开) ...